Ошибка Коперника. Загадка жизни во Вселенной
Шрифт:
В результате мы застряли в очень интересной интеллектуальной точке, поскольку Вселенная очень велика, с этим не поспоришь. В пределах наблюдаемой области – на расстоянии, куда успел добраться свет за 13,8 миллионов лет с момента Большого Взрыва – насчитываются несколько сотен миллиардов галактик и – теоретически – более миллиарда триллионов звезд [171] . При этом в каждый момент до нас доходит не одномоментный срез, а разномоментный слепок Вселенной – комбинация бесчисленных моментов, далекий свет которых дошел до нас с разного расстояния именно сейчас. Задайтесь вопросом, сколько звезд существовало во Вселенной за последние 13,8 миллиарда лет – и у вас не просто затрещит голова от попыток разобраться в концепциях пространства и времени в релятивистском космосе, но еще и придется отрастить очень длинные руки, чтобы показывать в воздухе, какое большое число в результате получается.
171
Подсчет
Этот эмпирический факт имеет непосредственное отношение к нашему основному вопросу о нашем месте в мироздании – простому и древнему вопросу о том, есть во Вселенной еще кто-нибудь или нет. Если мы понимаем, что Вселенная очень велика, ответ на него будет совсем не такой, как в случае, если бы Вселенная была малюсенькая и подходящих мест в ней было мало, и этот ответ мы уже слышали и даже, возможно, сформулировали самостоятельно. Поскольку Вселенная очень велика и наполнена миллиардом триллионов звезд, наверняка где-то да найдется кто-то похожий на нас.
На первый взгляд утверждение вполне логичное. Однако, даже если видимая Вселенная неимоверно огромна, обязательно ли из этого следует, что где-то в ней должна быть жизнь? Вопрос о том, одиноки ли мы во Вселенной, тоже многослоен. В частности, когда мы его задаем, то, подобно нашим предкам, сторонникам идеи множественности обитаемых планет, обычно имеем в виду, есть ли во Вселенной существа вроде нас – мыслящие, рефлексирующие существа, создавшие технологию и философию, существа со своими верованиями и теориями, со своим искусством, поэзией и, конечно, наукой. Как и во многих других случаях, когда какие-то явления нашего мира представляются нам очевидными, имеет смысл на миг взглянуть на все со стороны и задуматься о подробностях. Главный вопрос – можем ли мы подвергнуть все следствия из того, что Вселенная так велика, строгому математическому анализу. Можем ли мы сформулировать достоверный научный ответ, который позволит нам избавиться от весьма понятных и естественных для человека фантазий сторонников идеи множественности миров, сбросить старые добрые розовые очки?
Оказывается, можем. И формулировка подобного ответа лежит в неожиданной области – ее дает нам теория вероятности.
Когда читаешь биографические сведения о Томасе Байесе [172] , невольно замечаешь одно забавное обстоятельство: многие из них начинаются с утверждения, что родился он, вероятно, в 1701 году. В сущности, исторические данные о его жизни и даже о его математическом наследии полны неопределенностей, поскольку документов сохранилось относительно мало, а сам ученый, похоже, не особенно стремился опубликовать все свои научные труды (если учесть, чем он, собственно, прославился, становится понятно, какой это восхитительный парадокс). Достоверно нам известно немногое: Байес был сыном английского пресвитерианского священника и изучал математику и богословие в Эдинбургском университете, а в конце 1720 года был рукоположен в сан.
172
О Байесе написано очень много, особенно после того, как в последние несколько десятилетий байесовские статистические методы стали применяться гораздо шире. В числе источников, которыми я пользовался, – эссе D. R. Bellhouse. The Reverend Thomas Bayes, FRS: A Biography to Celebrate the Tercentenary of his Birth // Statistical Science 19 (2009): 3–43. Более доступно биография Байеса изложена в книге Sharon Bertsch McGrayne. The Theory That Would Not Die: How Bayes’ Rule Cracked the Enigma Code, Hunted Down Russian Submarines, and Emerged Triumphant from Two Centuries of Controversy. New Haven: Yale University Press, 2011).
Примерно тогда же Байес опубликовал свой богословский труд, однако на самом деле в это время его обуревали научные интересы. Ньютонова теория дифференциального исчисления, которую тогда чаще называли «методом производных», еще не стала общепринятой. В сущности, метод производных позволяет описывать скорость изменения любой математической функции, от дуги, по которой летит пушечное ядро, до изгиба поверхности, по мере изменения параметров этой функции, и опирается он на деление на бесконечно малые части. Словом «производные» Ньютон обозначал само понятие течения, переменчивости.
Помимо богословских работ, за всю жизнь Байес официально опубликовал лишь одну научную работу, и это была попытка поддержать теорию Ньютона при помощи более строгих доказательств математических свойств производных. Казалось бы, это не слишком увлекательно, однако подобной работы было достаточно, чтобы обеспечить Байесу желанное для многих место в Королевском научном обществе и вдохновить его на продолжение научных изысканий.
В дальнейшем Байеса заинтересовала теория вероятности –
Однако лишь в 1761 году, когда после смерти Байеса его друг Ричард Прайс [173] , философ и проповедник, разобрал его архив, было обнаружено, что Байес существенно продвинулся на пути к решению одной из самых наболевших проблем, занимавших центральное место в теме математических «случайностей». Именно Прайс собрал воедино наследие Байеса и спустя два года после его смерти добился, чтобы Королевское общество опубликовало его труды. В результате мы помним Байеса в основном за то, что он решил задачу, которая в то время называлась «обратной вероятностью». В наши дни этот термин используется редко, вместо него чаще употребляется словосочетание «апостериорная вероятность». В последующие десятки и сотни лет многие ученые, в том числе, например, Пьер-Симон Лаплас, независимо открыли и развили подобные понятия, и теперь на них строится почти вся современная наука. Однако имя Байеса стоит особняком и увековечено в названии «Теоремы Байеса» [174] , в которой отражена суть его последней и величайшей работы по теории вероятностей.
173
Заслуги Прайса обычно сильно недооценивают: без него идеи Байеса не были бы приведены в пригодный для публикации вид и философски осмыслены.
174
Теорема Байеса. В упрощенном виде она выглядит так:
Вероятность А при условии В есть произведение вероятности В при условии А и вероятности А, деленное на вероятность В, где А (например) может быть гипотезой или моделью, а В – данными.
Формулировка теоремы очень проста. Она позволяет математически вычислить вероятность, что та или иная модель или гипотеза верна, при наличии набора наблюдений. А главное – она сводится к тому, как найти точку зрения, позволяющую адекватно оценить свою уверенность в точности теории или прогноза.
Суть этого фундаментального метода можно пояснить при помощи небольшой аллегории, которую придумал и опубликовал в виде примечания [175] к посмертной публикации труда Томаса Байеса его друг Прайс. Перескажу ее своими словами. Жил-был математически одаренный, но, к сожалению, крайне наивный цыпленок. Вылупившись из яйца, он в первый день своей жизни с удивлением обнаружил, что Солнце пересекает небосклон и скрывается из виду. Цыпленок не знает, увидит ли он когда-нибудь снова этот сверкающий диск. Поскольку он обладает аналитическим складом ума (что для цыпленка просто поразительно), то формулирует простую гипотезу: вероятность того, что Солнце появится снова, равна вероятности того, что этого не произойдет, то есть шансы распределяются как 1 к 1 или 50 на 50.
175
Прайс привел в пример новорожденного ребенка, который наблюдает восходы и закаты Солнца. Мне больше по душе цыплята.
Разумеется, проходит несколько часов, и Солнце восходит. Снова пересекает небосклон и снова исчезает. Цыпленок решает пересмотреть свои ожидания (или уверенность в своих прогнозах). Он наблюдал уже два восхода, однако по-прежнему остается вероятность, что это не повторится, поэтому шансы на третий восход составляют уже 2 к 1 (66,7 %). Со следующим восходом цыпленок снова пересматривает свой прогноз – теперь шансы, что назавтра Солнце вернется, уже 3 к 1 (75 %). С каждым днем цыпленок уверяется в неизбежности восхода все сильнее и сильнее – и шансы на восход все ближе и ближе к 100 %. К сотому утру подросший петушок уверен, что Солнце взойдет, уже на 99 % – и ко всеобщей досаде решает, что можно больше не просыпаться ни свет ни заря, чтобы прокукарекать перед рассветом.
Анализ, который проделал юный петушок, – очень простой пример, однако именно такова суть байесовского подхода к данным и теории. Результаты экспериментов, выводы из новых наблюдений и данных влияют на уверенность в гипотезе, помогают оценить вероятность, что она точна. Однако ученым не всегда было ясно, что имеет смысл оценивать неопределенность численно. Более того, об экспериментах и наблюдениях вообще не было принято думать с этой точки зрения, не принято было делать мир таким местом, где царят вероятности и «уверенность» в том, что правда, а что нет. На то, чтобы подобный подход прижился, потребовалось много времени. Даже такой выдающийся ученый, как Гершель (тот самый, который всего несколько десятков лет спустя размышлял над существованием жизни на других планетах), определенно его не применял. Поэтому мы в огромном долгу перед Байесом и всеми, кто в XVIII веке пытался разобраться, как сделать из неопределенности вероятность по примеру нашего петушка.